GOHOME: 향후 운동 예측을 위한 그래프 지향 히트맵 출력

본 논문에서는 고정밀 지도(High Definition Map)의 그래프 표현과 희소 투영(sparse projections)을 활용하여, 교통 환경 내 주어진 에이전트의 미래 위치 확률 분포를 나타내는 히트맵 출력을 생성하는 GOHOME 방법을 제안한다. 이 히트맵 출력은 에이전트의 미래 가능한 위치를 자유도가 높은 2차원 격자 형태로 표현함으로써, 내재된 다중모달성(multimodality)과 예측의 불확실성에 대한 측정 가능성을 제공한다. 본 연구에서 제안하는 그래프 기반 모델은 주변 환경을 정사각형 이미지로 표현하고 전통적인 CNN을 통해 처리하는 데 따른 높은 계산 부담을 피하며, 오히려 에이전트가 근접한 미래에 도달할 가능성이 가장 높은 차선들에 집중하여 처리한다. GOHOME는 Argoverse 운동 예측 벤치마크에서 MissRate$_6$ 지표 기준으로 2위를 달성하였으며, 이는 Argoverse 1위를 차지한 기존의 HOME 방법 대비 뚜렷한 속도 향상과 메모리 사용량 감소를 동시에 달성한 결과이다. 또한, 히트맵 출력은 다중모달 앙상블(multimodal ensembling)을 가능하게 하여, 제안된 최적의 앙상블을 통해 Argoverse 벤치마크에서 1위 성과의 MissRate$_6$ 지표를 15% 이상 향상시켰다. 마지막으로, nuScenes 및 Interaction과 같은 다른 궤적 예측 데이터셋에서도 상태 최고(SOTA) 수준의 성능을 달성하며, 본 방법의 일반화 능력을 입증하였다.